案例名称:【基于5G+工业互联网赋能化工企业安全生产】
公司名称:【江苏东方盛虹股份有限公司(000301)】
案例简述:
东方盛虹对标国家、省厅文件要求,借助已有的工业互联网平台架构赋能化工安全生产,利用5G、人工智能、大数据等新一代信息技术的创新应用和深度融合,从安全管理可视化、责任化、规范化三个方向,解决大型化工企业中物料人员状态难以监管、安全管理流程复杂的问题,助力安全管理人员实时监控、及时处理示警、流程闭环管理,实现事前防范、事中预警、事后应急,达到人防、物防、技防的有机统一。
本案例通过建设重大危险源监测预警系统,实现在工厂地图上实时显示生产、设备数据,及人员和车辆信息,实现化工厂区危险源的实时监测、预警;企业安全风险分区管理,实现在工厂地图中用红、橙、黄、蓝四色对不同风险级别的作业区进行标绘,提升对风险的动态响应能力,预防重、特大安全事故发生,减少一般事故危害;人员在岗在位管理,主要实现对于人、车实时位置的 掌握,并且对于作业区内的人员动态进行监管,监控人员在岗、离岗、串岗等问题;企业生产全流 程管理,主要实现将工厂线下安全流程转为线上,并辅以多种智能化手段,实现闭环管理,从而进一步优化工厂的安全管理体系,提高管理效能。
扫码查看详细案例
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。